继膨胀、腐蚀、开运算和闭运算之后的有一个基本操作就是击中击不中变换（HMT），HMT变换可以同时探测图像的内部和外部。在研究图像中的目标物体与图像背景之间的关系上，HMT能够取得很好的效果。所以常被用于解决目标图像识别和模式识别等领域。

1，结构元素是形态学变换中的基本元素，是为了探测图像的某种结构信息而设计的特定形状和尺寸的图像，也可以称为收集图像结构信息的探针。结构元素有许多的种类，如圆形、方形、线型等，还有二值的和灰度值的，模糊集中的等等多种结构元素。在击中击不中变换中将结构元素分解成两个，一个定义为前景结构元素，一个定义为背景结构元素，定义如下：

                                       B=(E,F),     其中E的F交集为空集

2，HMT的标准变换的定义就是：

                                http://s7/middle/4ca086fch849319fb8aa6&690

 

  腐蚀操作的结果就是结构元素S平移x但任包含在输入图像A内部的所有结构元素的原点集合，对于HMT变换，当且仅当结构元素E平移到某一点可以填入A的内部，且F平移到该点时可以填入A的外部时，该点才能在HMT变换的结果中输出。由于需要精确的匹配，因此该算法对识别的要求很高，但是对于实际的图像，往往含有各种未知的噪声，即会出现误差，所以实际的意义不是很大

它的原理就是使用腐蚀；如果要在一幅图像A上找到B形状的目标，我们要做的是：

首先，建立一个比B大的模板W；使用此模板对图像A进行腐蚀，得到图像假设为Process1;

其次，用B减去W，从而得到V模板(W-B)；使用V模板对图像A的补集进行腐蚀，得到图像假设为Process2;

然后，Process1与Process2取交集；得到的结果就是B的位置。这里的位置可能不是B的中心位置，要视W-B时对齐的位置而异；

　　其实很简单，两次腐蚀，然后交集，结果就出来了；